NousResearch/dolma-v1_7-30B

这个数据集是Dolma v1.7数据集的1%样本，大约包含30B个token，并且是直接上传到Hugging Face的数据集。作为一个纯样本，它保持了ODC-BY许可证。这个数据集是Dolma v1.7数据集的1%样本，大约包含30B个token，并且是直接上传到Hugging Face的数据集。作为一个纯样本，它保持了ODC-BY许可证。

原始信息汇总

数据集概述

基本信息

• 许可证: ODC-BY
• 任务类别: 文本生成
• 语言: 英语
• 标签: 语言建模, 休闲语言模型, LLM
• 美观名称: Dolma
• 大小类别: 10B<n<100B

详细描述

• 数据来源: 该数据集是Dolma v1.7的1%样本。
• 数据量: 约30亿个令牌。
• 上传平台: 直接上传至Hugging Face数据集。
• 版权信息: 作为纯样本，维持ODC-BY许可证。